作者：
原⽂：
译者：巡洋舰科技——赵95
校对：离线Offline——林沁
转载请联系译者。
你是不是看烦了各种各样有关的报道，却仍不知其所云？让我们⼀起来改变这个现状吧！
这⼀次，我们将应⽤深度学习技术，来写⼀个识别图像中物体的程序。换句话说，我们会解释 Google 相册搜索图⽚时所⽤到的「⿊科技」：
Google 现在可以让你在你⾃⼰的图⽚库⾥⾯，根据你的描述搜索图⽚，即使这些图⽚根本没有被标注任何标签！这是怎么做到的？？
和第⼀、⼆章⼀样，这篇指南是为那些对机器学习感兴趣，但⼜不知从哪⾥开始的⼈⽽写的。这意味着⽂中有⼤量的概括。但是那⼜如何呢？只要能让读者对机器学习更感兴趣，这篇⽂章的任务也就完成了。
⽤深度学习识别物体
xkcd#1425（出⾃，来⾃）
你可能曾经看过这个。
⼀个 3 岁的⼩孩可以识别出鸟类的照⽚，然⽽最顶尖的计算机科学家们已经花了 50 年时间来研究如何让电脑识别出不同的物体。漫画⾥的灵感就是这么来的。
深度卷积神经⽹络（deep convolutional neural networks）来进⾏物体识别的好⽅法。这些在最近的⼏年⾥，我们终于到了⼀种通过深度卷积神经⽹络
个词听起来就像是威廉·吉布森科幻⼩说⾥的⽣造词，但是如果你把这个想法逐步分解，你绝对可以理解它。回转式空气预热器
让我们开始吧——让我们⼀起来写⼀个识别鸟类的程序！
由浅⼊深
在我们在识别鸟类之前，让我们先做个更简单的任务——识别⼿写的数字「8」。 在第⼆章中，我们已经了解到神经⽹络是如何通过连接⽆数神经元来解决复杂问题的。我们创造了⼀个⼩型神经⽹络，然后根据各种因素（房屋⾯积、格局、地段等）来估计房屋的价格：
在第⼀章中我们提到了，机器学习，就是关于重复使⽤同样的泛型算法，来处理不同的数据，解决不同的问题的⼀种概念。所以这次，我们稍微修改⼀下同样的神经⽹络，试着⽤它来识别⼿写⽂字。但是为了更加简便，我们只会尝试去识别数字「8」。
oel机器学习只有在你拥有数据（最好是⼤量数据）的情况下，才能有效。所以，我们需要有⼤量的⼿写「8」来开始我们的尝试。幸运的是，恰好有研究⼈员建⽴了 ，它能助我们⼀臂之⼒。MNIST提供了 60,000 张⼿写数字的图⽚，每张图⽚分辨率为 18×18。下列是数据库中的⼀些例⼦：
MNIST数据库中的数字「8」
男性功能内裤万物皆「数」
在第⼆章中我们创造的那个神经⽹络，只能接受三个数字输⼊（卧室数、⾯积、地段）。但是现在，我们需要⽤神经⽹络来处理图像。所以到底怎样才能把图⽚，⽽不是数字，输⼊到神经⽹络⾥呢？
结论其实极其简单。神经⽹络会把数字当成输⼊，⽽对于电脑来说，图⽚其实恰好就是⼀连串代表着每个像素颜⾊的数字：
dna探针
我们把⼀幅 18×18 像素的图⽚当成⼀串含有 324 个数字的数组，就可以把它输⼊到我们的神经⽹络⾥⾯了：
受体激动剂
为了更好地操控我们的输⼊数据，我们把神经⽹络的输⼊节点扩⼤到 324 个：
请注意，我们的神经⽹络现在有了两个输出（⽽不仅仅是⼀个房⼦的价格）。第⼀个输出会预测图⽚是「8」的概率，⽽第⼆个则输出不是「8」的概率。概括地说，我们就可以依靠多种不同的输出，利⽤神经⽹络把要识别的物品进⾏分组。
商用微波炉虽然我们的神经⽹络要⽐上次⼤得多（这次有 324 个输⼊，上次只有 3 个！），但是现在的计算机⼀眨眼的功夫就能够对这⼏百个节点进⾏运算。当然，你的⼿机也可以做到。
现在唯⼀要做的就是⽤各种「8」和⾮「8」的图⽚来训练我们的神经⽹络了。当我们喂给神经⽹络⼀个「8」的时候，我们会告诉它是「8」的概率是 100% ，⽽不是「8」的概率是 0%，反之亦然。
下⾯是⼀些训练数据：
嗯……训练数据好好吃
在现代的笔记本电脑上，训练这种神经⽹络⼏分钟就能完成。完成之后，我们就可以得到⼀个能⽐较准确识别字迹「8」的神经⽹络。欢迎来到（上世纪⼋⼗年代末的）图像识别的世界！
短浅的⽬光
仅仅把像素输⼊到神经⽹络⾥，就可以识别图像，这很棒！机器学习就像魔法⼀样！……对不对？
对不对？
呵呵，当然，不会，这么，简单。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议